$\mathrm{TRIZ}^{a}$：指导智能体从模式识别到解决方案发明的演变

我们提出了 $\mathrm{TRIZ}^{a}$（TRIZ 由智能体求幂），这是一种通用的研发自动化范例，它将 TRIZ 发明理论与LLM驱动的智能体进化搜索相结合。 TRIZ 的 40 条发明原理和矛盾矩阵为解决方案生成提供了结构化、可解释的方向，用理论指导的构思取代了随机或无类型突变。功能信息（FI）在冻结的参考合同下运作，与 TRIZ 理想相结合，在可比的信息规模上衡量有用和有害的功能，而硬门则将提升与指标改进区分开来。我们在 PowerDuck GOOSE、CICIoT2023 和 CIC-DDoS2019 上验证了网络安全（一个对抗性且快速发展的领域）中的 $\mathrm{TRIZ}^{a}$。在具有协议指纹识别和硬门验证的配对重新运行协议下，传统实验分别产生了 $+2.88$、$+4.23$ 和 $+0.15$ 个百分点的绝对 F1 改进。已完成的 45 项活动 CICIoT2023 活动进一步将宏 F1 从 $0.8325$ 增加到 $0.8483$，但未通过其冻结的促销门槛。从矛盾识别、TRIZ原理选择到代码转换、评估指标、推广决策，每一个结果都是可追溯的。